Libro de Actas del III Congreso Latinoamericano y del Caribe e Investigación en Educación Superior- LatinSoTL- 2025

803 Esta progresión no solo apoya el aprendizaje significativo, sino que también contribuye a reducir la brecha cognitiva entre los estudiantes que se enfrentan por primera vez al campo de las telecomunicaciones y aquellos con conocimientos previos, sin necesidad de fragmentar el grupo en subniveles. Al mismo tiempo, permite que el recurso educativo tenga mayor durabilidad y aplicabilidad en diferentes cohortes, ya que mantiene una estructura interna coherente, escalable y adaptable Visualización automática: La incorporación de herramientas de inteligencia artificial capaces de generar representaciones visuales automáticas como infografías, mapas conceptuales o diagramas de flujo representa un avance significativo en el diseño instruccional. Estas representaciones no solo refuerzan la comprensión de los conceptos, sino que reducen la carga cognitiva al ofrecer una estructura visual organizada del contenido. Esta funcionalidad es especialmente valiosa en cursos altamente teóricos, en los cuales los estudiantes necesitan visualizar estructuras abstractas y relaciones sistémicas. Mayor interactividad: El uso combinado de ChatGPT con otras plataformas generativas como Prezi, posibilita la creación de materiales más dinámicos, interactivos y atractivos para el estudiante. La generación automatizada de esquemas, líneas de tiempo, simulaciones o actividades basadas en escenarios incrementa la motivación y mejora la retención del conocimiento. En este sentido, se propone explorar más a fondo el diseño de recursos con funcionalidades interactivas que integren IA no solo como generadora de contenido, sino como agente activo en la personalización del aprendizaje. Documentación del proceso: Una de las lecciones más relevantes es la importancia de documentar detalladamente los procesos de uso pedagógico de inteligencia artificial. Esto no solo permite evaluar el impacto real de las herramientas empleadas, sino también identificar buenas prácticas transferibles a otras asignaturas o contextos educativos. Asimismo, se recomienda la exploración comparativa de diferentes herramientas de IA (como Gemini, Copilot, Claude o Perplexity) con el fin de analizar sus enfoques de generación de contenido, estilo discursivo, precisión técnica y adaptabilidad pedagógica. Esta sistematización es clave para avanzar hacia marcos metodológicos robustos que articulen tecnología, pedagogía y evaluación del aprendizaje. Reducción de la carga laboral docente: Otro hallazgo significativo del estudio fue la disminución en la carga de trabajo del personal docente, resultado directo de la automatización de tareas rutinarias como la generación de contenidos gráficos, la planificación de actividades y, potencialmente, ciertos procesos de retroalimentación y evaluación formativa. Esta reducción de esfuerzo operativo no solo mejora la eficiencia del trabajo docente, sino que también tiene implicaciones importantes en el bienestar laboral. Los educadores presentan niveles más bajos de estrés, una mayor concentración en tareas pedagógicas de valor agregado (como el acompañamiento personalizado o la dinamización de foros), y una percepción más positiva del proceso de enseñanza. Esta mejora en la experiencia profesional contribuye a un entorno educativo más motivador y sostenible a largo plazo, particularmente en contextos de educación a distancia, donde la sobrecarga laboral es una preocupación constante.